“任家畅”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果6个，建议您升级VIP下载更多相关专利

[发明专利]一种基于积分投影结合双交叉模式直方图的焦虑、抑郁、愤怒情绪识别方法-CN202010233667.1有效
发明人：贲晛烨;孙静;李玉军;魏文辉;徐鹏;任家畅 -专利权人：山东大学
申请日： 2020-03-30 - 公布日： 2023-08-29 - 主分类号： G06V40/16 文献下载
摘要：本发明提出一种基于积分投影结合双交叉模式直方图的焦虑、抑郁、愤怒情绪识别方法，用于焦虑、抑郁、愤怒三类情绪的表情识别。克服了由于焦虑、抑郁、愤怒表情相似性强，数量少等所造成的表情难以区分识别的问题。通过将人脸选取27块关键表情区域，并将保留面部表情形状属性的整体投影与跨空间和时间域的双交叉模式结合在一起，进行基于边界Fisher的判别分析，以提取面部表情识别关键信息，最后通过支持向量机进行识别分类，达到了比较理想的识别结果。实验结果表明，所提出的特征方法优于目前最先进的方法。更重要的是，该方法是基于表情视频片段的识别，而不是单张图片的表情识别，这更能发现表情在视频前后帧的差异，对于识别也更有效。
一种基于积分投影结合交叉模式直方图焦虑抑郁愤怒情绪识别方法

[发明专利]一种基于联合层次选择的子空间学习的跨视角步态识别方法-CN202010198551.9有效
发明人：贲晛烨;肖瑞雪;李玉军;陈雷;黄天欢;任家畅 -专利权人：山东大学
申请日： 2020-03-20 - 公布日： 2023-04-07 - 主分类号： G06V40/20 文献下载
摘要：一种基于联合层次选择的子空间学习的跨视角步态识别方法，首先将目标视角和注册视角的步态样本划分为训练集和测试集，将两种视角步态数据同时进行层次分块划分，对于多层次的步态能量图块分别向量化后特征选择并进行级联；然后将注册视角和目标视角数据同时投影到公共子空间，通过构建跨视角对偶图的方式增强两者联系，投影的过程中进行有效特征选择和有效步态能量图块选择，去除冗余，形成公共子空间内注册样本集，通过训练的目标视角投影矩阵将测试目标视角数据投影到公共子空间中、形成公共子空间内目标样本集，采用欧式距离的最近邻方式对两个样本集进行步态识别。本发明将注册视角步态数据引入目标视角领域，增强跨视角步态识别效果。
一种基于联合层次选择空间学习视角步态识别方法

[发明专利]一种基于光流与风车模式特征融合的微表情检测方法-CN202010102814.1有效
发明人：贲晛烨;孙静;李玉军;李冰;徐鹏;任家畅 -专利权人：山东大学
申请日： 2020-02-19 - 公布日： 2022-07-29 - 主分类号： G06V20/40 文献下载
摘要：本发明涉及一种基于光流与风车模式特征融合的微表情检测方法，包括步骤如下：(1)对原始视频进行预处理；(2)划分面部感兴趣区域；(3)计算光流特征的模值和角度，设置阈值，获取每个感兴趣区域的微表情起始帧和终止帧；(4)根据WP面部纹理特征，计算WP面部纹理特征的Chi‑Squared(χ2)距离，设置阈值T，获取每个感兴趣区域的微表情起始帧和终止帧；(5)将光流特征与WP特征检测进行结合，得到更全面、更有判决力的面部纹理以及运动信息，选择更为接近人工编码的微表情序列作为最终检测的微表情序列。本发明能够更加精确地定位微表情出现的位置，提高微表情检测的效率，且可以减少计算量，降低时耗，是一种高鲁棒性的微表情检测方法。
一种基于风车模式特征融合表情检测方法

[发明专利]一种面向服刑人员的主动改造行为的评估方法-CN202010267322.8有效
发明人：贲晛烨;孙静;任家畅;李玉军;徐鹏;孙国荃 -专利权人：山东大学
申请日： 2020-04-08 - 公布日： 2022-03-15 - 主分类号： G06Q10/06 文献下载
摘要：本发明涉及一种面向服刑人员的主动改造行为的评估方法，使用计算机视觉、图像处理技术实现，通过检测分析采集视频中服刑人员面部图像是否出现在检测区域(人脸检测)、头部偏转情况、眼睛闭合情况、视线偏离情况。综合考虑后计算出服刑人员在视频中的分心值，并设置80％为分心阈值，以此有效判断检测者的注意力集中与否，并将其作为依据评估服刑人员是否主动配合改造。本发明通过计算机视觉技术，非接触式的采集服刑人员审讯过程中的视频数据，用图像处理技术来分析服刑人员的注意力状态，以此评估服刑人员是否主动配合改造，从而达到无干扰、实施简单的目的。
一种面向服刑人员主动改造行为评估方法

[发明专利]一种基于语音线索的视频通话类视频去除压缩噪声的方法-CN201911294549.5有效
发明人：贲晛烨;翟鑫亮;李玉军;魏文辉;王丹凤;任家畅 -专利权人：山东大学
申请日： 2019-12-16 - 公布日： 2020-12-08 - 主分类号： H04N7/14 文献下载
摘要：本发明涉及一种基于语音线索的视频通话类视频去除压缩噪声的方法，包括：A、构建数据集和数据预处理；B、建立基于语音线索的视频压缩噪声去除模型：构建语音特征编码器模型、带有语音线索的生成式视频压缩噪声去除模型、图像真实性判别器、视频连续性判别器；构造整体损失函数以进行后续模型优化；C、训练基于语音线索的视频压缩噪声去除模型；D、测试基于语音线索的视频压缩噪声去除模型的去噪效果，根据训练好的去噪模型，将低码率低质量的视频通话类视频及对应语音信号输入到模型当中，输出去除了压缩噪声高质量视频。本发明将语音信号作为视频通话类视频去压缩噪声重要线索，得到更好的视频恢复效果。
一种基于语音线索视频通话去除压缩噪声方法

[发明专利]一种基于感兴趣区域特征点运动的焦虑、抑郁、愤怒表情识别方法-CN201910251533.X在审
发明人：贲晛烨;孙静;许宏吉;王保键;程大海;任家畅 -专利权人：山东大学
申请日： 2019-03-29 - 公布日： 2019-07-02 - 主分类号： G06K9/00 文献下载
摘要：本发明涉及一种基于感兴趣区域特征点运动的焦虑、抑郁、愤怒表情识别方法，包括：(1)对表情视频进行预处理；(2)检测人脸68个特征点；(3)划分为不同的感兴趣区域；(4)追踪人脸68个特征点；(5)设置五种表情在对应感兴趣区域内关键特征点之间距离的阈值；(6)对于每一段表情图像序列，从初始帧开始，循环找到每个感兴趣区域内关键特征点距离在前后帧的变化累加值，并与每种表情的阈值做差；(7)根据FACS编码的提示，识别焦虑、抑郁、愤怒三种情绪状态。本发明可以形象直观地得到表情的概率，提高情感识别的效率，且该方法可以减少计算量，降低时耗，是一种高鲁棒性的表情识别方法。
感兴趣区域特征点表情抑郁焦虑关键特征点愤怒表情人脸预处理变化累加表情识别表情图像高鲁棒性情感识别情绪状态初始帧计算量时耗视频提示直观追踪概率检测